【更新情報】

2019/6/20 sparse_categorical_crossentropyをsparse_categorical_entropyと誤記している部分がありましたので、修正しました。

【コース概要】

ディープラーニングによるAI開発は普及期に突入し、さまざまな分野で応用が広がっています。

しかし、TensorFlow（テンソルフロー）ネイティブのAPIを使う実装は複雑で時間がかかるのが問題だと言われています。

そのため、Google社ではKeras（ケラス）というTensorFlowやTheano（シアーノ）などのディープラーニングライブラリのラッパーをTensoFlow本体に取り入れ、よりシンプルで高速に開発することを推奨しています。

このコースではこのKerasを用いたディープラーニングの実装にフォーカスし、環境構築からニューラルネットワークによる学習、ディープラーニングなどを学べます。コースを終えると、あなたのアイデアをKerasを用いて短期間に実装できるようになります。

また、Kaggle（カグル）というデータサイエンティストコミュニティサイト上で、データサイエンスのコンペティションに参加する手順を解説し、オープンデータで学習を行います。Kaggleの参加者は "Kaggler" （カグラー）と呼ばれ、実力を証明するのに役立ちます。

Kagglerとなってメダル取得を目指して学習し、就職や転職に役立つポートフォリオを作り、AIエンジニアやデータサイエンティストとして活躍できるようになりましょう！

【コース概要】

1. 機械学習・深層学習の概要と環境構築

2. 3層ニューラルネットワークでMNISTを解く

3. 畳み込みニューラルネットワークでFashion_MNISTを解く

4. Kaggleへの登録とコンペティションの解読方法

5. Kaggleで学ぼう！　（Dogs vs. Cats）

   1. Dogs vs. Cats をCatdogNet（VGG-16コンパクト版）で解く（2018/11/14　追加)

【更新情報】

11/14 セクション５にモデルの定義、学習の実行、結果の可視化までを追加しました。

11/12 セクション５に正解ラベルの生成、Seabornによるカウントプロットや画像データの表示のレクチャーを追加しました。

11/10 セクション５にリストの内包表記のレクチャーを追加しました。